基于HCM的可扩展路由器体系结构MER

本文提出了基于层次化协同模型的多维可扩展路由器MER。参考Open Router路由器模型,利用层次化协同模型实现了独立于数据层的控制平台CSP,奠定了开放控制的基础;基于功能插件和抽象插件构造了基于插件的路由器抽象层PRA,分离了控制与转发平面,支持路由器转发平面功能的动态扩展;并举例说明了MER中高效的网络应用控制路由选择机制,体现了直接控制原理,有助于设计更为复杂的控制策略。模拟结果表明,MER具有良好的扩展性,支持网络应用直接控制,为控制平面智能化奠定基础。     

基于复合混沌动力系统的图像加密算法设计

本文通过对部分数字化混沌图像加密算法的分析研究,设计了一个基于复合离散混沌动力系统的对称图像加密算法。该对称图像加密算法充分利用混沌变化的特性,以Logistic映射和Chebyshev映射生成的混沌序列为初始序列,结合对图像的切割、拉伸、折叠变换,充分打乱图像像素间的相关性,使得针对这两个混沌映射的现有分析方法不再有效,并且可以实现较高的加密速度。实验结果证明了算法的有效性和计算速度。     

一种自适应的网格计算资源组织与发现机制

资源发现是网格计算中一个重要的研究问题.计算资源作为支撑网格应用的基础资源,其组织与发现机制尤为重要,但现有的技术和方法在效率、可伸缩性、自适应的动态演化以及对查询方式的支持方面仍有较大的局限性.基于网格应用对计算资源需求特征的深入分析,通过引入计算资源的主属性概念,按照平衡二叉排序树对计算资源进行分类组织,提出基于资源分类树(resource category tree,简称RCT)的资源组织与发现机制.首先,讨论了基于RCT对计算资源的组织机制,包括RCT的基本概念和原理、支持资源动态加入和退出以及资源状态动态变化的自组织机制、负载感知的自适应演化机制和基于备份节点的容错机制;然后,在基于RCT的资源组织结构下,设计了支持4种查询方式的搜索算法,并对算法的复杂度进行了分析;最后,通过多组仿真实验对RCT的性能进行了评估.     

全局自适应神经网络跟踪控制及逼近域确定

针对自适应神经网络跟踪控制问题,提出一种确定逼近域的方法.采用参考信号取代未知非线性函数中的系统输出,神经网络用于逼近以参考信号为输入的未知不确定项.可以利用参考信号的界预先确定神经网络逼近域,再采用自适应鲁棒方法处理由于函数输入置换所引起的另一类不确定项.所得到的闭环系统是全局稳定的.仿真实例说明了该控制方法的有效性.

     

基于观测器的非线性时变时滞系统自适应重复控制

针对一类未知时变时滞非线性系统,提出一种基于观测器的重复控制方案．采用线性矩阵不等式设计非线性观测器,所设计的控制律含有ＰＩＤ 反馈项,常值参数自适应律是微分 差分型的,时变参数学习律是差分型的．在假设未知时变时滞、时变参数和参考输出的周期有已知的最小公倍数下,通过构造一个Ｌｙaｐｕｎｏｖ-Ｋｒａｓｏｖｓｋｉｉ型复合能量函数,证明了所有闭环信号有界且输出跟踪误差收敛．仿真实例表明了算法的有效性．

     

基于Eclipse RCP的曲柄滑块机构运动仿真系统研究

采用Eclipse RCP和SWT,利用Java语言采用面向对象的设计方法,以曲柄滑块机构的运动仿真为例,实现了仿真建模、仿真系统设计、仿真结果输出和仿真数据采集等功能,从而为独立的和跨平台应用的仿真系统设计与实现提供一种高效、快捷的方法。     

基于SPIN的CSCW系统的验证

近年来,CSCW系统呈现出用户越来越多、权限关系越来越复杂、组织结构规模越来越大、处理的情况越来越复杂的趋势。因此,CSCW系统的访问控制策略以及访问控制策略的验证已成为国内外CSCW领域十分值得研究和探讨的问题。针对CSCW系统设计的特点,提出了一种验证策略。结合具体实例,使用RBAC模型描述CSCW系统的访问控制权限,利用SPIN工具将模型检测应用于验证CSCW系统属性。     

可见光与红外图像融合质量评价指标分析

目的 客观评价作为图像融合的重要研究领域,是评价融合算法性能的有力工具。目前,已有几十种不同类型的评价指标,但各应用领域包括可见光与红外图像融合,仍缺少统一的选择依据。为了方便比较不同融合算法性能,提出一种客观评价指标的通用分析方法并应用于可见光与红外图像融合。方法 将可见光与红外图像基准数据集中的客观评价指标分为两类,分别是基于融合图像的评价指标与基于源图像和融合图像的评价指标。采用Kendall相关系数分析融合指标间的相关性,聚类得到指标分组;采用Borda计数排序法统计算法的综合排序,分析单一指标排序和综合排序的相关性,得到一致性较高的指标集合;采用离散系数分析指标均值随不同算法的波动程度,选择充分体现不同算法间差异的指标;综合相关性分析、一致性分析及离散系数分析,总结具有代表性的建议指标集合。结果 在13对彩色可见光与红外和8对灰度可见光与红外两组图像源中,分别统计分析不同图像融合算法的客观评价数据,得到可见光与红外图像融合的建议指标集(标准差、边缘保持度),作为融合算法性能评估的重要参考。相较于现有方法,实验覆盖20种融合算法和13种客观评价指标,并且不依赖主观评价结果。结论...     

深度学习在受电弓弓头故障检测与分类中的应用

针对因受电弓弓头形变与损坏而影响列车的安全可靠运行,提出基于深度学习的检测方法。通过采集到的列车运行中受电弓的监控视频以及实验室模拟的受电弓视频经滤波后制作数据集,任务中受电弓弓头的分类为三类,包括弓头完整,弓头残缺与弓头变形。采用基于YOLOv4与Faster R-CNN的目标检测算法对受电弓弓头进行检测。其中YOLOv4算法mAP为93.58%,Faster R-CNN算法mAP为96.85%。考虑到实际工程应用中相机采集位置与受电弓位置相对固定,所以提出另一种通过截取受电弓弓头区域再使用分类网络进行分类的方法,分类网络包括ResNet152、VGG16和MobileNetv2。三个分类网络的正确率、准确率、召回率几乎都能达到90%以上。     

样本大小对稀有类分类的影响

分类稀有类在现实生活中的很多领域都有广泛的应用,但普通的分类算法在分类稀有类时往往失效.探讨了影响稀有类分类的各个因素,针对影响稀有类中的一个因素,样本大小对稀有类的影响进行了研究.对于UCI学习库中的三个数据集,在weka平台上使用Roration Forest进行实验,对于相同的类比率,使用unsupervised resample数据预处理方法使样本由小变大.结果表明在特定的类比率下,使样本变大,由数据的不平衡分布造成的分类错误下降,普通的分类算法在分类稀有类时往往也可以取得很好的分类结果.